欢迎访问林草资源研究

林业资源管理 ›› 2008›› Issue (3): 100-104.doi: 10.13466/j.cnki.lyzygl.2008.03.014

• 科学技术 • 上一篇    下一篇

川西亚高山针叶林生物量遥感估算模型研究

李娜, 黄从德   

  1. 四川农业大学林学园艺学院,四川 雅安 625014
  • 收稿日期:2007-12-12 修回日期:2008-03-24 出版日期:2008-06-28 发布日期:2020-11-30
  • 通讯作者: 黄从德,男,副教授,主要研究方向为森林资源调查。Email:lyyxq100@yahoo.com.cn
  • 作者简介:李娜(1982-),女,硕士研究生,主要研究方向为遥感技术应用。Email:roydora@126.com
  • 基金资助:
    国家“十一五”科技支撑项目(2006BAC01A11)“长江中上游西南山区退化生态系统综合整治技术与模式”

Application of Remote Sensing Model in Biomass Estimation of the Subalpine Coniferous Forest

LI Na, HUANG Congde   

  1. College of Forestry and Horticulture,Sichuan Agricultural University, Yaan 625014,Sichuan,China
  • Received:2007-12-12 Revised:2008-03-24 Online:2008-06-28 Published:2020-11-30

摘要: 利用野外实测68个样地的森林生物量数据、TM影像的单波段数据、植被指数数据以及地形数据在内的18个自变量建立了川西亚高山针叶林生物量的回归估算模型。研究表明:在建立的一元线性回归、一元非线性回归和多元线性回归生物量模型中,以多元线性回归模型在森林生物量估算中有较好的精度。

关键词: 生物量, 遥感, 相关分析, 回归模型

Abstract: Based on the data on forest biomass collected from 68sampling plots and single-band TM data, 18 variables were selected to build the estimation regression model to predict the biomass of the sub-alpine coniferous forest in western Sichuan province. In the establishment of the monadic linear regression, the non-linear regression and the multivariate linear regression model of forest biomass,the results showed that multiple linear regression model was more accurate.

Key words: biomass, remote sensing, correlation analysis, regression model

中图分类号: